Love Unshackled: Identifying the Effect of Mobile App Adoption in Online Dating1
Notice bibliographique
Résumé
The proliferation of smartphones and other mobile devices has led to numerous companies investing significant resources in developing mobile applications, in every imaginable domain. As apps proliferate, understanding the impact of app adoption on key outcomes of interest and linking this understanding to the underlying mechanisms that drive these results is imperative. In this paper, we explore the changes in user behavior induced by adoption of a mobile application, in terms of engagement and matching outcomes in the online dating context. We also identify three mechanisms that are somewhat unique to the mobile environment, but are hitherto unestablished in the literature, that drive this shift in behavior: ubiquity, impulsivity, and disinhibition. Our main identification strategy uses propensity score matching combined with difference-indifferences, coupled with a rigorous falsification test to confirm the validity of our identification strategy. Our results demonstrate that mobile app adoption induces users to become more socially engaged as measured by key engagement metrics such as visiting significantly more profiles, sending significantly more messages, and importantly, achieving more matches. We also discover various mechanisms facilitating this increased engagement: ubiquity of mobile use—users log in more, and login across a wider range of hours in the day. We find that men act more impulsively, in that they are less likely to check the profile of a user who messaged them before replying to them. This effect is not visible for women who continue to be deliberate in their checking before replying even after adoption of the mobile app. Finally, we find that both men and women exhibit disinhibition, in that users initiate actions to a more diverse set of potential partners than they did before on dimensions of race, education, and height.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».